ساختمان خاک هم از نظر مدیریت منابع آب و خاک و هم ارتقای توان تولید پایدار، از اهمیتی فراوان برخوردار است. از آنجا که ساختمان خاک اغلب به صورتی کیفیبیان می شود، یکی از روش های نسبتاً نوین برای توصیف کمّی ساختمان خاک، کاربرد مفهوم هندسه فرکتالی است. با به کار بردن هندسه فرکتالی در تعیین پایداریساختمان خاک و مقایسه آن با روش های کلاسیک، می توان به درکی بهتر از ساختمان خاک دست یافت. هدف از این پژوهش، کمّی سازی ساختمان خاک با استفاده ازمدل های فرکتالی و مقایسه آن ها با روش های کلاسیک بود. بدین منظور، تعداد 30 نمونه از خاک سطحی یک منطقه زراعی تهیه شد. سپس با استفاده از روشالک های تر و خشک، میانگین وزنی و میانگین هندسی قطر خاکدانه ها محاسبه گردید. آنگاه با استفاده از چهار مدل فرکتالی تعداد اندازه و جرم اندازه - - Rieu وSposito ، تعداد اندازه - Mandelbrot و جرم اندازه - Tyler و Wheatcraft بُعد فرکتالی نمونه ها بدست آمد. نتایج نشان داد که دامنه بُعد فرکتالی مدل جرم اندازه - Rieuو Sposito در حالت خشک از 86 / 2 تا 92 / 2 و در حالت تر از 90 / 2 تا 99 / 2 متغیر است. حال آنکه این تغییرات برای مدل Tyler و Wheatcraft در حالت خشک از 53 / 2 تا 78 / 2 و در حالت تر از 24 / 2 تا 55 / 2 بدست آمد. دامنه تغییرات در مدل تعداد اندازه - Rieu و Sposito از 77 / 2 تا 59 / 3 در حالت خشک و از 35 / 2 تا 18 / 3 در حالت تر در نوسان بود. نتایج همچنین نشان داد که دامنه تغییرات در مدل Mandelbrot در حالت خشک از 89 / 2 تا 72 / 3 و در حالت تر از 21 / 2 تا 22 / 3 می باشد. بیشترین انحراف معیار بدست آمده مربوط به میانگین وزنی قطر خاکدانه ها و کمترین انحراف معیار مربوط به بُعد جرم اندازه مدل - Rieu و Sposito بود. نتایج همچنین نشان داد که با افزایش بُعد فرکتالی، پایداری خاکدانه ها کاهش و ناپایداری آن ها افزایش می یابد. بدین ترتیب می توان نتیجه گرفت که استفاده از مدل های فرکتالی در مقایسه با روش های کلاسیک برای ارزیابی ساختمان خاک از دقتی بیشتر برخوردار است. پرونده مقاله

برآورد بار رسوب کل رودخانه ها از مسائل مهم و کاربردی در مدیریت و برنامه ریزی منابع آب است. غلظت رسوب می تواند به روش های مستقیم و یا غیرمستقیم محاسبه شود که معمولاً روش های مستقیم پرهزینه و زمان بر هستند. همچنین بار رسوب کل می تواند به کمک روابط مختلف انتقال رسوب محاسبه شود، لیکن به طور معمول کاربرد این روابط نیاز به شرایط معینی داشته و به علاوه در بیشتر موارد نتایج حاصل از آن ها با یکدیگر و با مقادیر اندازه گیری شده متفاوت است. هدف از این پژوهش ارائه روشی بر پایه شبکه های عصبی مصنوعی (ANN) در تخمین بار رسوب کل بود. بدین منظور از دو نوع شبکه عصبی پرسپترون چند لایه (MLP) و توابع پایه شعاعی (RBF) و 200 نمونه، استفاده شد. 75 درصد از داده ها برای آموزش و 25 درصد برای آزمون شبکه ها در نظر گرفته شدند. متغیرهای ورودی مدل ها شامل سرعت متوسط جریان، شیب کف آبراهه، عمق متوسط، عرض آبراهه و قطر میانه ذرات رسوب و خروجی مدل، غلظت رسوب بود. متغیرهای ورودی مرحله به مرحله به شبکه ها اضافه شدند و هر بار نتایج ارزیابی شد تا مناسب ترین مدل تعیین شود. سپس نتایج حاصل از مدل های ANN با پنج معادله معروف انتقال رسوب مقایسه شدند. شاخص‌های آماری نشان داد که دقت شبکه های عصبی به ویژه مدل MLP در تخمین بار رسوب کل با ضریب همبستگی 96/0 بیش از سایر مدل هاست. همچنین مشخص شد که برای افزایش دقت مدل نیاز به آموزش آن با هر دو نوع داده های هیدرولوژیک و رسوب است. رابطه Ackersو White در برآورد مقدار بار رسوب کل بسیار بیش برآورد و سایر روابط، کم برآورد بودند. نتایج این پژوهش نشان داد که مدل های ارائه شده بر پایه شبکه های عصبی با مقادیر رسوب کل مشاهده شده هم خوانی بیشتری دارند و بویژه شبکه MLP می تواند مقدار رسوب را در نقاط پیک به خوبی برآورد نماید. پرونده مقاله

آلودگی منابع آب و خاک یکی از چالش های مهم استفاده بهینه از این منابع در سرتاسر جهان است. ضریب توزیع (Kd) نه تنها یک پارامتر کاربردی در مدلسازی انتقال آلاینده ها در خاک است، بلکه در ارزیابی ریسک آلودگی منابع آب و خاک نیز کاربرد دارد. مدل های پارامتریک، معمول ترین روش کمی برای تخمین Kd هستند. لیکن معمولاً ضریب همبستگی این مدل ها اندک است. درحالیکه مقدار تخمینی این پارامتر می تواند باعث اشتباه قابل توجه در پیش بینی مهاجرت آلاینده ها در آبخوان و یا انتخاب روش پایش محیط آلوده شود. هدف از این پژوهش، بررسی توانایی شبکه های عصبی مصنوعی در مدلسازی ضریب توزیع فلزات سنگین و بهبود دقت تخمین آن بود. بدین منظور، سه نوع شبکه عصبی پرسپترون چند لایه (MLP)، توابع پایه شعاعی (RBF) و شبکه های سلسله مراتبی (HN) و دو فلز سنگین کروم و کادمیوم، برای مدلسازی انتخاب شدند. ابتدا داده های جمع آوری شده به دو دسته آموزش و آزمون تفکیک شدند که یک دسته برای آموزش شبکه ها بکار رفت و با دسته دیگر دقت شبکه های تعمیم یافته ارزیابی شد. بهترین هندسه شبکه نیز با روش آزمون و خطا بدست آمد. نتایج مدلسازی برای فلز کروم نشان داد که هر دو شبکه MLP و RBF، بسیار توانمند عمل کرده اند و برتری نسبی در تخمین Kd با شبکه MLP بوده است. هرچند تعداد داده های کاربردی برای آموزش شبکه ها زیاد نبود (حداقل 9 و حداکثر 16 داده)، لیکن نتایج نشان داد که این تعداد کم برای مدلسازی کفایت می کند. این یافته گامی موثر در تخمین Kd است چراکه افزون بر زمان بر و هزینه بر بودن اندازه گیری مستقیم آن، در هر پروژه نیز معمولاً تعداد اندکی نمونه در اختیار است. نتایج مدلسازی تخمین Kd(Cd) با شبکه های عصبی مصنوعی نیز نشان دهنده برتری شبکه MLP در مدلسازی بود. این شبکه ها توانستند مقدار ضریب همبستگی بین مقادیر واقعی و پیش بینی شده را به طور قابل-توجهی افزایش دهند و از 37/0 در مدل پارامتریک برازش داده شده به داده ها، به 63/0 برسانند. پرونده مقاله

آلودگی منابع آب و خاک به فلزات سنگین از چالش های مهم عصر کنونی است. به همین دلیل، آلودگی‌زدایی چنین خاک‌هایی، پیش‌نیاز هرگونه بهره برداری بهینه از این منابع است. یکی از روش های مقرون به صرفه برای پیش گیری از انتشار فلزات سنگین در منابع آب و خاک، تثبیت و جامدسازی آن‌هاست. طی این فرآیند، فلزات سنگین در خاک های آلوده با اصلاح کننده هایی همچون مواد فسفاتی واکنش داده و با تشکیل موادی کم محلول یا نامحلول در محیط، به صورتی پایدار باقی می مانند. در این پژوهش، کارآیی دی کلسیم فسفات (DCP) در عدم تحرک و تثبیت دو فلز سنگین کادمیوم و مس در خاک ارزیابی شد. به منظور آگاهی از چگونگی جابه جایی این فلزات طی زمان در خاک، آزمایش شستشوی ستون خاک با 12 تیمار پی ریزی شد. خاک ها در چهار تیمار، به مقدار Kg/mg 500 به فلز مس و در چهار تیمار دیگر به فلز کادمیوم آلوده شدند. یک تیمار به عنوان شاهد انتخاب و به سه تیمار دیگر مقادیر 1/0، 2/0 و 5/0 درصد وزنی تثبیت کننده DCP افزوده شد. چهار تیمار دیگر نیز به همین روش آماده شدند، لیکن همزمان به هر دو فلز آلوده گشتند. نتایج نشان داد که در شرایط آلودگی خاک به فلز مس، کاربرد 1/0% DCP می تواند به اندازه 93% از مقدار خروجی این فلز در نخستین آبشویی، معادل با یک حجم منفذی خاک، بکاهد. این مقدار برای فلز کادمیوم برابر با 80% بود. با کاربرد مقادیر بیشتر تثبیت کننده (2% و 5%)، مقدار این دو فلز در محلول خروجی ناچیز و به صفر نزدیک شد. در حالت آلودگی توأمان خاک به هر دو فلز، با کاربرد 1% از DCP، مقدار اولیه خروجی مس 90% و کادمیوم 92% کاهش داشت. بنابراین به هنگام حضور توأمان این دو فلز در خاک، تثبیت Cd بهتر از Cu انجام می شود. بر پایه نتایج این پژوهش می توان نتیجه گرفت که DCP ماده ای موثر برای تثبیت و جامدسازی Cd و Cu و جلوگیری از ورود این دو فلز از خاک های سبک بافت به منابع آب زیرزمینی است. پرونده مقاله